유출 시 생존 전략으로 중심을 옮기는 이사회

• 2026년의 보안 전략은 네트워크 경계가 사라지는 상황에 맞춰, 경계에서 유출을 완전히 차단하는 데서 벗어나 유출이 발생하더라도 견딜 수 있는 역량을 보장하는 방향으로 전환해야 합니다.

• 에이전틱 AI로 인해 새롭고 더 큰 취약점이 생겨났으며, 외부 방화벽을 우회한 공격자가 내부 장벽 없이 측면 이동할 수 있게 되었습니다.

• AI 기반 마이크로세그멘테이션은 의존성 매핑과 동작 탐지를 자동화하여 머신 스피드로 랜섬웨어 위협을 차단합니다.

• 매우 민감한 AI 학습 클러스터를 외부에 공개된 추론 환경과 분리하면 핵심 기업 데이터 세트를 손상으로부터 보호할 수 있습니다.

• 에이전트리스 제로 트러스트 제어를 차세대 하드웨어 인프라에 직접 통합하면 전체 보안 스택을 간소화할 수 있습니다.

많은 보안 리더들이 이사회와의 어려운 대화에 익숙하지만, 최근에는 그 대화의 방향이 달라지고 있습니다. 이제 보안 리더들은 “데이터 유출을 방지하기 위해 무엇을 하고 있습니까?”가 아니라 “유출이 발생하면 어떻게 대응할 것입니까?”라는 질문에 답해야 합니다.

에이전틱 AI의 급속한 확산과 새로운 프런티어 대규모 언어 모델(LLM)의 위협으로 인해 기존 네트워크 경계는 오늘날의 보안팀이 이제 막 파악하기 시작한 새로운 방식으로 취약해지고 있습니다. 이제 이사회 구성원들은 리스크 수용, 방어 전략, 피해 최소화 방안을 파악하고자 합니다. 하지만 모든 CISO가 이에 대비되어 있는 것은 아닙니다. 

IANS Research, Artico Search, The CAP Group이 공동으로 수행한 2026년 CISO–이사회 참여 보고서에 따르면, 이사회 이사의 절반 이상은 빠르게 변화하는 위협, 특히 AI 기반 위협이 기업의 리스크 추세를 어떻게 바꿀 수 있는지 이해하도록 CISO가 충분히 준비시키지 못하고 있다고 느끼고 있습니다. 이러한 변화를 CISO에게서 충분히 전달받지 못하는 이사회는 불완전한 정보를 바탕으로 감독 결정을 내리게 됩니다.

다른 기업에서는 이사회 차원의 커뮤니케이션이 여전히 비공식적으로 이루어지며, 전략과 반드시 연계되어 있는 것도 아닙니다. IDC에 따르면 유럽 금융 서비스 기업에서는 고객 대상 사이버 보안(59%)과 내부 사이버 보안(57%)이 리스크 관리 투자에 가장 큰 영향을 미치는 요인입니다. 하지만 영국 대기업의 CISO 가운데 매월 이사회와 소통한다고 답한 비율은 43%에 불과하며, 48%는 필요할 때만 비정기적으로 소통한다고 답했습니다.

최근 ISMG 팟캐스트에서 Akamai Security Technology Group의 총괄 부사장 겸 총괄 매니저인 마니 순다람(Mani Sundaram)은 이러한 간극이 발생하는 이유를 ISMG의 편집 담당 수석 부사장 톰 필드(Tom Field)와의 대화에서 설명했습니다. 이 블로그 게시물에서는 마니 순다람의 주요 인사이트를 요약하고, 전략 목표 부합을 위한 조언을 소개합니다.

수년 동안 기업은 복잡한 VLAN과 정적 방화벽 룰을 사용해 기업 자산을 격리해 왔습니다. Akamai의 전 최고정보책임자(CIO)인 마니는 이러한 기존 방식의 운영상 복잡성을 누구보다 잘 알고 있습니다. 보안팀은 새로운 애플리케이션을 지원하기 위해 방화벽에 예외 룰을 추가하는 경우가 많았지만, 해당 애플리케이션이 폐기된 후에도 그 룰을 삭제하지 않는 경우가 있었습니다.

기존의 마이크로세그멘테이션 프로젝트는 해결책으로 기대를 모았지만, 서로 분리된 여러 팀 간에 복잡하고 긴밀한 조율이 필요해 진행이 중단되는 경우가 많았습니다. 오늘날 AI 기반 랜섬웨어는 머신 스피드로 네트워크 전반을 이동할 수 있습니다.. 

이미 완전 자율형 AI 랜섬웨어 공격 사례도 보고되었습니다. AI 에이전트가 사람의 개입 없이 네트워크에 침투하고 측면 이동한 뒤 공격까지 실행할 수 있는 시대에는, 위기가 발생하기 전에 사람이 룰 기반 툴을 일일이 구성하는 방식에 더 이상 의존할 수 없습니다.

자동화된 위협을 막으려면 보안팀도 자체적인 AI 역량으로 머신 스피드에 맞서야 합니다. 진정한 안정성을 확보하려면 애플리케이션 간 통신 방식을 실시간으로 파악하는 AI 기반 세그멘테이션 기능이 필요합니다. 정적인 수동 인풋에 의존하는 대신 AI가 애플리케이션 동작을 자동으로 파악하고, 의존성을 매핑하며, 보안 정책을 생성합니다.

이러한 자동화 방식은 내부에 여러 겹의 방어선을 구축합니다. 피할 수 없는 유출이 발생하더라도 마이크로세그멘테이션은 피해 범위를 즉시 격리합니다. 이러한 내부 방어 장벽은 악의적인 측면 이동을 차단하면서도 정상적인 비즈니스 활동은 계속될 수 있도록 합니다.

마이크로세그멘테이션을 도입하면 CIO와 CISO는 이제 유출이 발생했을 때 어떻게 대응할 것인지에 대한 질문에 자신 있게 답할 수 있습니다. 

또한 섀도 AI 툴과 상용 브라우저의 확산으로 기업의 공격 표면은 빠르게 확대되고 있습니다. 직원들은 일상 업무를 간소화하기 위해 민감한 재무 데이터, 개인 식별 정보, 독점 소스 코드를 외부 챗봇에 입력하는 경우가 많습니다. 보안팀은 보이지 않는 대상을 보호할 수 없습니다.

Akamai Workforce Protector(구 LayerX)와 같은 최신 브라우저 보안 솔루션을 구현하면 보안 리더는 실제 사용 지점에서 중요한 가시성을 확보할 수 있습니다. 이 솔루션은 경량 브라우저 플러그인으로 작동하며 사용 패턴을 식별하고 데이터 유출을 차단합니다. 이러한 배포 방식은 기존 복호화 프록시에서 발생할 수 있는 애플리케이션 장애 문제를 피할 수 있습니다.

또한 기업은 이러한 세분화 원칙을 핵심 AI 인프라에도 동일하게 적용해야 합니다. 즉, 대량의 데이터를 처리하는 학습 환경과 사용자 대상 추론 환경을 엄격하게 분리해야 합니다. 이러한 플랫폼을 격리하면 추론 계층의 API가 유출되더라도 기반 모델 가중치나 원시 데이터 세트까지 손상되는 것을 방지할 수 있습니다.

소프트웨어 취약점을 발견하는 일은 더 이상 기업 보안팀의 운영상 병목 요인이 아닙니다. 이제 생성형 모델은 사람으로 구성된 팀이 패치를 적용하는 것보다 훨씬 빠르게 소프트웨어의 취약점을 찾아낼 수 있습니다. 따라서 현대 기업은 끝없는 패치 작업에서 벗어나 자동화된 런타임 보안에 더욱 집중해야 합니다.

이러한 방어 아키텍처를 간소화하기 위해 Akamai는 최근 NVIDIA와의 주요 기술 협력을 발표했습니다. 이번 협력을 통해 제로 트러스트 마이크로세그멘테이션이 차세대 AI 팩토리에 직접 내장됩니다.

기업은 NVIDIA BlueField DPU와 DOCA 소프트웨어 프레임워크를 활용해 에이전트 없이 세분화 룰을 정의할 수 있습니다. 이를 통해 핵심 보안 제어 기능이 고강도 AI 학습 워크로드에 필요한 귀중한 컴퓨팅 성능을 소모하지 않도록 할 수 있습니다. 미래의 보안 아키텍처는 위협에 견딜 수 있도록 통합되고 자동화되며 시스템 전반에 깊이 내장되어야 합니다.

기업 이사회가 경계 방어만으로 모든 유출을 막을 수 있다는 환상에서 벗어나면서, CISO에게는 새로운 유형의 솔루션이 필요해졌습니다. 기업은 유출로 인해 운영이 마비되기 전에 피해 범위를 차단할 수 있도록 자동화된 마이크로세그멘테이션, 에이전트리스 제로 트러스트 제어, AI 팩토리에 대한 새로운 접근 방식을 갖춰야 합니다.

전체 팟캐스트를 듣고 현대의 보안 리더들이 진정한 운영 안정성을 구축하기 위해 보안 대응 전략을 어떻게 새롭게 수립하고 있는지 마니의 설명을 들어보세요.

(참고: 이 팟캐스트는 Akamai의 LayerX 인수가 완료되기 전에 녹음되었습니다.)